DISTRIBUSI PROCESSING

DISTRIBUSI PROCESSING
Definisi umum dari pemrosesan terdistribusi merupakan cara untuk mempercepat pengolahan data atau informasi dengan mendistribusikan pekerjaan atau intruksi ke banyak komputer yang telah dipilih untuk memberi kekuatan pemrosesan yang lebih cepat. Tujuan dari komputasi terdistribusi adalah menyatukan kemampuan dari sumber daya (sumber komputasi atau sumber informasi) yang terpisah secara fisik, ke dalam suatu sistem gabungan yang terkoordinasi dengan kapasitas yang jauh melebihi dari kapasitas individual komponen-komponennya.
Tujuan lain yang ingin dicapai dalam komputasi terdistribusi adalah transparansi. Kenyataan bahwa sumber daya yang dipakai oleh pengguna sistem terdistribusi berada pada lokasi fisik yang terpisah, tidak perlu diketahui oleh pengguna tersebut. Transparansi ini memungkinkan pengguna sistem terdistribusi untuk melihat sumber daya yang terpisah tersebut seolah-olah sebagai satu sistem komputer tunggal, seperti yang biasa digunakannya. Dalam prosesnya setiap komputer berinteraksi satu sama lain untuk mencapai tujuan bersama.
ARSITEKTUR KOMPUTER PARALEL
Karakteristik umum dari architectural parallel komputer adalah sebagai berikut:

• Pertama dalam hal pembagian memori pada komputer parallel yang sangat bervariasi, namun pada umumnya memiliki kesamaan kemampuan untuk semua prosesor dalam mengakses semua memori sebagai ruang alamat global.
• Kedua beberapa prosesor dapat beroperasi secara independen akan tetapi harus didukung oleh berbagai sumber daya memori yang sama.
• Ketiga yaitu karakteristik yang terletak pada perubahan lokasi memori yang dipengaruhi oleh satu prosesor yang terlihat oleh proses – prosesor lainnya.
• Keempat, karakteristiknya terlihat pada mesin memori bersama dapat dibagi menjadi dua kelas utama berdasarkan waktu akses memori: UMA dan NUMA.

Sesuai taksonomi Flynn, seorang Designer Processor, Organisasi Prosesor dibagi menjadi 4 :

• SISD (Single Instruction Single Data Stream)

Single Instruction – Single Data. Komputer ini memiliki hanya satu prosesor dan satu instruksi yang dieksekusi secara serial. Komputer ini adalah tipe komputer konvensional. Menurut mereka tipe komputer ini tidak ada dalam praktik komputer paralel karena bahkan mainframe pun tidak lagi menggunakan satu prosesor.

• SIMD (Single Instruction Multiple Data Stream)

Single Instruction – Multiple Data. Komputer ini memiliki lebih dari satu prosesor, tetapi hanya mengeksekusi satu instruksi secara paralel pada data yang berbeda pada level lock-step.

• MISD (Multiple Instruction Single Data Stream)

Multiple Instructions – Single Data. Teorinya komputer ini memiliki satu prosesor dan mengeksekusi beberapa instruksi secara paralel tetapi praktiknya tidak ada komputer yang dibangun dengan arsitektur ini karena sistemnya tidak mudah dipahami.

• MIMD (Multiple Instruction Multiple Data Stream)

Multiple Instructions – Multiple Data. Komputer ini memiliki lebih dari satu prosesor dan mengeksekusi lebih dari satu instruksi secara paralel. Tipe komputer ini yang paling banyak digunakan untuk membangun komputer paralel, bahkan banyak supercomputer yang menerapkan arsitektur ini.
THREAD PROGRAMMING
Secara umum model pemrograman ini adalah jenis pemrograman memori yang digunakan secara bersamaan. Dalam Thread Programming Paralel, sebuah proses tunggal dapat memiliki beberapa jalur eksekusi yang konkuren. Implementasi thread bukanlah hal baru dalam teknik komputasi, Secara historis, perusahaan hardware menerapkan thread versi mereka sendiri. Implementasi tersebut berada secara substansial dari satu sama lain sehingga sulit bagi programmer untuk mengembangkan aplikasi yang thread portabel.
MESSAGING PASSING, OPEN MP
Jenis model ini menunjukkan karakteristik sebagai berikut:

• Tugas pertukaran data melalui komunikasi dengan mengirim dan menerima pesan.
• Transfer data biasanya memerlukan kerjasama operasi yang akan dilakukan oleh masing-masing proses.

(Open Multi-Processing) adalah sebuah antarmuka pemrograman aplikasi (API) yang mendukung multi processing shared memory pemrograman di C, C++ dan Fortran pada berbagai arsitektur, termasuk UNix dan Microsoft Windows platform. OpenMP Terdiri dari satu set perintah kompiler, perpustakaan rutinitas, dan variabel lingkungan yang mempengaruhi run-time. Banyak Aplikasi dibangun dengan model hibrida pemrograman paralel  dapat dijalankan pada komputer cluster dengan menggunakan OpenMP dan Message Passing Interface (MPI), atau lebih transparan dengan menggunakan ekstensi OpenMP non-shared memory systems.
PEMROGRAMAN CUDA (GRAPHICAL PROCESSING UNIT)
Sebagaimana telah kita ketahui bahwa Cuda adalah platform komputasi paralel dan model pemrograman yang diciptakan oleh perusahaan perangkat keras dunia yaitu NVIDIA. hal ini memungkinkan peningkatan dramatis dalam kinerja komputasi dengan memanfaatkan kekuatan dari Graphics Processing Unit(GPU).
Sebuah GPU (Graphical Processing Unit) pada awalnya adalah sebuah prosesor yang berfungsi khusus untuk melakukan rendering pada kartu grafik saja, tetapi seiring dengan semakin meningkatnya kebutuhan rendering, terutama untuk mendekati waktu proses yang realtime /sebagaimana kenyataan sesungguhnya, maka meningkat pula kemampuan prosesor grafik tersebut. akselerasi peningkatan teknologi GPU ini lebih cepat daripada peningkatan teknologi prosesor sesungguhnya (CPU), dan pada akhirnya GPU menjadi General Purpose, yang artinya tidak lagi hanya untuk melakukan rendering saja melainkan bisa untuk proses komputasi secara umum.
Penggunaan Multi GPU dapat mempercepat waktu proses dalam mengeksekusi program karena arsitekturnya yang natively parallel. Selain itu Peningkatan performa yang terjadi tidak hanya berdasarkan kecepatan hardware GPU saja, tetapi faktor yang lebih penting adalah cara membuat kode program yang benarbenar bisa efektif berjalan pada Multi GPU.
CUDA merupakan singkatan dari Compute Unified Device Architecture,didefinisikan sebagai sebuah arsitektur komputer parallel, dikembangkan oleh Nvidia. Teknologi ini dapat digunakan untuk menjalankan proses pengolahan gambar, video, rendering 3D, dan lain sebagainya. VGA – VGA dari Nvidia yang sudah menggunakan teknologi CUDA antara lain : Nvidia GeForce GTX 280, GTX 260,9800 GX2, 9800 GTX+,9800 GTX,9800 GT,9600 GSO, 9600 GT,9500 GT,9400 GT,9400 mGPU,9300 mGPU,8800 Ultra,8800 GTX,8800 GTS,8800 GT,8800 GS,8600 GTS,8600 GT,8500 GT,8400 GS, 8300 mGPU, 8200 mGPU, 8100 mGPU, dan seri sejenis untuk kelas mobile (VGA notebook).
Singkatnya, CUDA dapat memberikan proses dengan pendekatan bahasa C, sehingga programmer atau pengembang software dapat lebih cepat menyelesaikan perhitungan yang komplek. Bukan hanya aplikasi seperti teknologi ilmu pengetahuan yang spesifik. CUDA sekarang bisa dimanfaatkan untuk aplikasi multimedia.  Misalnya meng-edit film dan melakukan filter gambar. Sebagai contoh dengan aplikasi multimedia, sudah mengunakan teknologi CUDA. Software TMPGenc 4.0 misalnya membuat aplikasi editing dengan mengambil sebagian proces dari GPU dan CPU. VGA yang dapat memanfaatkan CUDA hanya versi 8000 atau lebih tinggi.
Keuntungan dengan CUDA sebenarnya tidak luput dari teknologi aplikasi yang ada. CUDA akan mempercepat proses aplikasi tertentu, tetapi tidak semua aplikasi yang ada akan lebih cepat walaupun sudah mengunakan fitur CUDA.
REFRENSI :
http://nazaruddin.blog.unigha.ac.id/2013/08/24/pengertian-komputasi-paralel/
http://seto.citravision.com/berita-48-parallel-computation–architectural-parallel-computer.html
http://seto.citravision.com/berita-49-parallel-computation—pengantar-thread-programming.html
http://seto.citravision.com/berita-50-parallel-computation–pengantar-message-passing-openmp.html
http://organisasiarsitekturkomputernaro.blogspot.com/
http://luckritzh.blogspot.com/2013/07/parallel-computation.html

Paralel Processing

1. Apa yang kalian ketahui tentang parallel processing?

Jawab :

Paralel Processing adalah kemampuan menjalankan tugas atau aplikasi lebih dari satu aplikasi dan dijalankan secara simultan atau bersamaan pada sebuah komputer. Secara umum, ini adalah sebuah teknik dimana sebuah masalah dibagi dalam beberapa masalah kecil untuk mempercepat proses penyelesaian masalah.



2. Jelaskan hubungan parallel dengan processing!

Jawab :

peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.



3. Apa yang kalian ketahui tentang bioinformatika?

Jawab :

Bioinformatika merupakan ilmu terapan yang lahir dari perkembangan teknologi informasi dibidang molekular. Bioinformatika ialah ilmu yang mempelajari penerapan teknik komputasi untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNA dan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.



4. Apa yang kalian ketahui tentang sejarah bioinformatika penerapan utama bioinformatika?

Jawab :

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan computer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika(seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an. Kemajuan teknik biologi molecular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat(sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory , Laboratorium Biologi Molekular Eropa).Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika. Basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat. Basis data utama untuk asam nukleat adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ (Jepang). Ketiga basis data tersebut bekerjasama dan bertukar data secara harian untuk menjaga keleluasaan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.Contoh beberapa basis data penting yang menyimpan sekuens primer adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt yang didanai terutama oleh Amerika Serikat. Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.PDB (Protein Data Bank) adalah basis data tunggal yang menyimpan model struktural 3D protein dan asam nukleat hasil penentuan eksperimental dengan kristalografi sinar X, spektroskopi NMR dan mikroskopi elektron. PDB menyimpan data struktur sebagai koordinat 3D yang menggambarkan posisi atom-atom dalam protein maupun asam nukleat.



5. Bagaimana trend bioinformatika di dunia?

Jawab :

Ledakan data/informasi biologi itu yang mendorong lahirnya Bioinformatika. Karena Bioinformatika adalah bidang yang relatif baru, masih banyak kesalahpahaman mengenai definisinya. Komputer sudah lama digunakan untuk menganalisa data biologi, misalnya terhadap data-data kristalografi sinar X dan NMR (Nuclear Magnetic Resonance) dalam melakukan penghitungan transformasi Fourier, dsb. Bidang ini disebut sebagai Biologi Komputasi. Bioinformatika muncul atas desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-data biologis dari database DNA, RNA maupun protein tadi. Untuk mewadahinya beberapa jurnal baru bermunculan (misalnya Applied Bioinformatics), atau berubah nama seperti Computer Applications in the Biosciences (CABIOS) menjadi BIOInformatic yang menjadi official journal dari International Society for Computational Biology (ICSB) (nama himpunan tidak ikut berubah). Beberapa topik utama dalam Bioinformatika dijelaskan di bawah ini.



Keberadaan database adalah syarat utama dalam analisa Bioinformatika. Database informasi dasar telah tersedia saat ini. Untuk database DNA yang utama adalah GenBank di AS. Sementara itu bagi protein, databasenya dapat ditemukan di Swiss-Prot (Swiss) untuk sekuen asam aminonya dan di Protein Data Bank (PDB) (AS) untuk struktur 3D-nya. Data yang berada dalam database itu hanya kumpulan/arsip data yang biasanya dikoleksi secara sukarela oleh para peneliti, namun saat ini banyak jurnal atau lembaga pemberi dana penelitian mewajibkan penyimpanan dalam database. Trend yang ada dalam pembuatan database saat ini adalah isinya yang makin spesialis. Misalnya untuk protein struktur, ada SCOP dan CATH yang mengklasifikasikan protein berdasarkan struktur 3D-nya, selain itu ada pula PROSITE, Blocks, dll yang berdasar pada motif struktur sekunder protein.



Tak kalah penting dari data eksperimen tersebut adalah keberadaan database paper yang terletak di Medline. Link terhadap publikasi asli biasanya selalu tercantum dalam data asli sekuen. Perkembangan Pubmed terakhir yang penting adalah tersedianya fungsi mencari paper dengan topik sejenis dan link kepada situs jurnal on-line sehingga dapat membaca keseluruhan isi paper tersebut. Setelah informasi terkumpul dalam database, langkah berikutnya adalah menganalisa data. Pencarian database umumnya berdasar hasil alignment/pensejajaran sekuen, baik sekuen DNA maupun protein. Metode ini digunakan berdasar kenyataan bahwa sekuen DNA/protein bisa berbeda sedikit tetapi memiliki fungsi yang sama. Misalnya protein hemoglobin dari manusia hanya sedikit berbeda dengan yang berasal dari ikan paus. Kegunaan dari pencarian ini adalah ketika mendapatkan suatu sekuen DNA/protein yang belum diketahui fungsinya maka dengan membandingkannya dengan yang ada dalam database bisa diperkirakan fungsi daripadanya. Algoritma untuk pattern recognition seperti Neural Network, Genetic Algorithm dll telah dipakai dengan sukses untuk pencarian database ini.  Salah satu perangkat lunak pencari database yang paling berhasil dan bisa dikatakan menjadi standar sekarang adalah BLAST (Basic Local Alignment Search Tool). Perangkat lunak ini telah diadaptasi untuk melakukan alignment terhadap berbagai sekuen seperti DNA (blastn), protein (blastp), dsb. Baru-baru versi yang fleksibel untuk dapat beradaptasi dengan database yang lebih variatif telah dikembangkan dan disebut Gapped BLAST serta PSI (Position Specific Iterated)-BLAST [15]. Sementara itu perangkat lunak yang digunakan untuk melakukan alignment terhadap sekuen terbatas di antaranya yang lazim digunakan adalah CLUSTAL dan CLUSTAL W.



Data yang memerlukan analisa bioinformatika dan cukup mendapat banyak perhatian saat ini adalah data hasil DNA chip. Menggunakan perangkat ini dapat diketahui kuantitas maupun kualitas transkripsi satu gen sehingga bisa menunjukkan gen-gen apa saja yang aktif terhadap perlakuan tertentu, misalnya timbulnya kanker, dll. mRNA yang diisolasi dari sampel dikembalikan dulu dalam bentuk DNA menggunakan reaksi reverse transcription. Selanjutnya melalui proses hibridisasi, hanya DNA yang komplementer saja yang akan berikatan dengan DNA di atas chip. DNA yang telah diberi label warna berbeda ini akan menunjukkan pattern yang unik. Berbagai algoritma pattern recognition telah digunakan untuk mengenali gen-gen yang aktif dari eksperimen DNA chip ini, salah satunya yang paling ampuh adalah Support Vector Machine (SVM).



Bioinformatika sudah menjadi bisnis besar sekarang. Perusahaan bioteknologi yang menghasilkan data besar seperti perusahaan sekuen genom, senantiasa memerlukan bagian analisa Bioinformatika. Produk Bioinformatika pun sudah dipatenkan baik di AS, Eropa maupun Asia. Berdasar jenisnya produk yang dipatenkan itu bisa dibagi menjadi tiga yaitu perangkat lunak Bioinformatika, termasuk diantaranya adalah perangkat lunak pencarian database dsb dengan contoh misalnya paten no. 6,125,331 di AS berjudul “Structural alignment method making use of a double dynamic programming algorithm”, metode Bioinformatika, ini menggunakan analogi metode bisnis telah dapat dipatenkan di AS seperti pada kasus pematenan Amazon.com, sebagai contoh adalah paten no. 6,125,383 di AS tentang “Research system using multi-platform object oriented program language for providing objects at runtime for creating and manipulating biological or chemical data”, terakhir produk Bioinformatika itu sendiri yaitu informasi biologis hasil analisanya.



6. Sebutkan basis data sekuent biologis dan penyejaran sekuent!

Jawab :

Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.



Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.



BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.



PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.



https://andri102.wordpress.com/game/soft-skill/konsep-komputasi-parallel-processing/

http://coretanmuvi.blogspot.com/2012/03/paralel-processing.html

http://bioinformatika-q.blogspot.com/

http://bdoelvengeance6661.blogspot.com/2014/11/tugas-softskill-2-bioinformatika.html


.

QUANTUM COMPUTATION

                                                

SEJARAH QUANTUM COMPUTATION

     Pada tahun 1970-an pencetusan atau ide tentang komputer kuantum pertama kali muncul oleh para fisikawan dan ilmuwan komputer, seperti Charles H. Bennett dari IBM, Paul A. Benioff dari Argonne National Laboratory, Illinois, David Deutsch dari University of Oxford, dan Richard P. Feynman dari California Institute of Technology (Caltech). Feynman dari California Institute of Technology yang pertama kali mengajukan dan menunjukkan model bahwa sebuah sistem kuantum dapat digunakan untuk melakukan komputasi. Feynman juga menunjukkan bagaimana sistem tersebut dapat menjadi simulator bagi fisika kuantum.

     Pada tahun 1985, Deutsch menyadari esensi dari komputasi oleh sebuah komputer kuantum dan menunjukkan bahwa semua proses fisika, secara prinsipil, dapat dimodelkan melalui komputer kuantum. Dengan demikian, komputer kuantum memiliki kemampuan yang melebihi komputer klasik. Pada tahun 1995, Peter Shor merumuskan sebuah algoritma yang memungkinkan penggunaan komputer kuantum untuk memecahkan masalah faktorisasi dalam teori bilangan.

     Sampai saat ini, riset dan eksperimen pada bidang komputer kuantum masih terus dilakukan di seluruh dunia. Berbagai metode dikembangkan untuk memungkinkan terwujudnya sebuah komputer yang memilki kemampuan yang luar biasa ini. Sejauh ini, sebuah komputer kuantum yang telah dibangun hanya dapat mencapai kemampuan untuk memfaktorkan dua digit bilangan. Komputer kuantum ini dibangun pada tahun 1998 di Los Alamos, Amerika Serikat, menggunakan NMR (Nuclear Magnetic Resonance).

---

PENGERTIAN

     Merupakan alat hitung yang menggunakan mekanika kuantum seperti superposisi dan keterkaitan, yang digunakan untuk peng-operasi-an data. Perhitungan jumlah data pada komputasi klasik dihitung dengan bit, sedangkan perhitungan jumlah data pada komputer kuantum dilakukan dengan qubit. Prinsip dasar komputer kuantum adalah bahwa sifat kuantum dari partikel dapat digunakan untuk mewakili data dan struktur data, dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untuk mengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum.

---

IMPLEMENTASI

     Beberapa waktu lalu para ilmuwan di Pusat penelitian di Almaden telah berhasil menjalankan kalkulasi komputer-kuantum yang paling rumit hingga saat ini. Mereka berhasil membuat seribu triliun molekul yang didesain khusus dalam sebuah tabung menjadi sebuah komputer kuantum 7-qubit yang mampu memecahkan sebuah versi sederhana perhitungan matematika yang merupakan inti dari banyak di antara system kriptografis pengamanan data (data security cryptographic system). Keberhasilan ini memperkuat keyakinan bahwa suatu saat komputer-komputer kuantum akan mampu memecahkan problem yang demikian kompleks yang selama ini tidak mungkin dapat dipecahkan oleh super komputer-super komputer yang paling hebat meski dalam tempo jutaan tahun sekalipun.

     Dalam edisi jurnal ilmiah Nature yang terbit beberapa waktu lalu, sebuah tim bersama-sama mahasiswa tingkat graduate dari Unversitas Stanford melaporkan demonstrasi pertama dari “AlgoritmaShor” sebuah metode yang dikembangkantahun 1994 oleh ilmuwan AT&T Peter Shor untuk menggunakan computer kuantum yang futuristis untuk menemukan faktor-faktor dari sebuah bilangan. Bilangan-bilangan yang diperkalikan satu dengan yang lain untuk memperoleh bilangan asli. Saatini, pemfaktoran (factoring) sebuah bilangan besar masih terlalu sulit bagi computer konvensional meskipun begitu mudah untuk diverifikasi. Itulah sebabnya pemfaktoran bilangan besar ini banyak digunakan dalam metode kriptografi untuk melindungi data.

---

PENGOPERASIAN DATA QUBIT

     Qubit merupakan kuantum bit , mitra dalam komputasi kuantum dengan digit biner atau bit dari komputasi klasik. Sama seperti sedikit adalah unit dasar informasi dalam komputer klasik, qubit adalah unit dasar informasi dalam komputer kuantum . Dalam komputer kuantum, sejumlah partikel elemental seperti elektron atau foton dapat digunakan (dalam praktek, keberhasilan juga telah dicapai dengan ion), baik dengan biaya mereka atau polarisasi bertindak sebagai representasi dari 0 dan / atau 1. Setiap partikel-partikel ini dikenal sebagai qubit, sifat dan perilaku partikel-partikel ini (seperti yang diungkapkan dalam teori kuantum ) membentuk dasar dari komputasi kuantum. Dua aspek yang paling relevan fisika kuantum adalah prinsip superposisi dan Entanglement Superposisi, pikirkan qubit sebagai elektron dalam medan magnet. Spin elektron mungkin baik sejalan dengan bidang, yang dikenal sebagai spin-up, atau sebaliknya ke lapangan, yang dikenal sebagai keadaan spin-down. Mengubah spin elektron dari satu keadaan ke keadaan lain dicapai dengan menggunakan pulsa energi, seperti dari Laser – katakanlah kita menggunakan 1 unit energi laser. Tapi bagaimana kalau kita hanya menggunakan setengah unit energi laser dan benar-benar mengisolasi partikel dari segala pengaruh eksternal? Menurut hukum kuantum, partikel kemudian memasuki superposisi negara, di mana ia berperilaku seolah-olah itu di kedua negara secara bersamaan. Setiap qubit dimanfaatkan bisa mengambil superposisi dari kedua 0 dan 1. Dengan demikian, jumlah perhitungan bahwa komputer kuantum dapat melakukan adalah 2 ^ n, dimana n adalah jumlah qubit yang digunakan. Sebuah komputer kuantum terdiri dari 500 qubit akan memiliki potensi untuk melakukan 2 ^ 500 perhitungan dalam satu langkah. Ini adalah jumlah yang mengagumkan – 2 ^ 500 adalah atom jauh lebih dari yang ada di alam semesta (ini pemrosesan paralel benar – komputer klasik saat ini, bahkan disebut prosesor paralel, masih hanya benar-benar melakukan satu hal pada suatu waktu: hanya ada dua atau lebih dari mereka melakukannya). Tapi bagaimana partikel-partikel ini akan berinteraksi satu sama lain? Mereka akan melakukannya melalui belitan kuantum.

---

QUANTUM GATES

     Pada saat ini, model sirkuit komputer adalah abstraksi paling berguna dari proses komputasi dan secara luas digunakan dalam industri komputer desain dan konstruksi hardware komputasi praktis. Dalam model sirkuit, ilmuwan komputer menganggap perhitungan apapun setara dengan aksi dari sirkuit yang dibangun dari beberapa jenis gerbang logika Boolean bekerja pada beberapa biner (yaitu, bit string) masukan. Setiap gerbang logika mengubah bit masukan ke dalam satu atau lebih bit keluaran dalam beberapa mode deterministik menurut definisi dari gerbang. dengan menyusun gerbang dalam grafik sedemikian rupa sehingga output dari gerbang awal akan menjadi input gerbang kemudian, ilmuwan komputer dapat membuktikan bahwa setiap perhitungan layak dapat dilakukan. Quantum Logic Gates, Prosedur berikut menunjukkan bagaimana cara untuk membuat sirkuit reversibel yang mensimulasikan dan sirkuit ireversibel sementara untuk membuat penghematan yang besar dalam jumlah ancillae yang digunakan.

–  Pertama mensimulasikan gerbang di babak pertama tingkat.

–  Jauhkan hasil gerbang di tingkat d / 2 secara terpisah.

–  Bersihkan bit ancillae.

–  Gunakan mereka untuk mensimulasikan gerbang di babak kedua tingkat.

–  Setelah menghitung output, membersihkan bit ancillae.

–  Bersihkan hasil tingkat d / 2.

Sekarang kita telah melihat gerbang reversibel ireversibel klasik dan klasik, memiliki konteks yang lebih baik untuk menghargai fungsi dari gerbang kuantum. Sama seperti setiap perhitungan klasik dapat dipecah menjadi urutan klasik gerbang logika yang bertindak hanya pada bit klasik pada satu waktu, sehingga juga bisa setiap kuantum perhitungan dapat dipecah menjadi urutan gerbang logika kuantum yang bekerja pada hanya beberapa qubit pada suatu waktu. Perbedaan utama adalah bahwa gerbang logika klasik memanipulasi nilai bit klasik, 0 atau 1, gerbang kuantum dapat sewenang-wenang memanipulasi nilai kuantum multi-partite termasuk superposisi dari komputasi dasar yang juga dilibatkan. Jadi gerbang logika kuantum perhitungannya jauh lebih bervariasi daripada gerbang logika perhitungan klasik.

---

ALGORITMA SHOR

     Algoritma Shor, dinamai matematikawan Peter Shor , adalah algoritma kuantum yaitu merupakan suatu algoritma yang berjalan pada komputer kuantum yang berguna untuk faktorisasi bilangan bulat. Algoritma Shor dirumuskan pada tahun 1994.  Inti dari algoritma ini merupakan bagaimana cara menyelesaikan faktorisasi terhaadap bilanga interger atau bulat yang besar. Efisiensi algoritma Shor adalah karena efisiensi kuantum Transformasi Fourier , dan modular eksponensial. Jika sebuah komputer kuantum dengan jumlah yang memadai qubit dapat beroperasi tanpa mengalah kebisingan dan fenomena interferensi kuantum lainnya, algoritma Shor dapat digunakan untuk memecahkan kriptografi kunci publik skema seperti banyak digunakan skema RSA. Algoritma Shor terdiri dari dua bagian:

– Penurunan yang bisa dilakukan pada komputer klasik, dari masalah anjak untuk masalah ketertiban -temuan.

– Sebuah algoritma kuantum untuk memecahkan masalah order-temuan.

     Hambatan runtime dari algoritma Shor adalah kuantum eksponensial modular yang jauh lebih lambat dibandingkan dengan kuantum Transformasi Fourier dan pre-/post-processing klasik. Ada beberapa pendekatan untuk membangun dan mengoptimalkan sirkuit untuk eksponensial modular. Yang paling sederhana dan saat ini yaitu pendekatan paling praktis adalah dengan menggunakan meniru sirkuit aritmatika konvensional dengan gerbang reversibel , dimulai dengan penambah ripple-carry. Sirkuit Reversible biasanya menggunakan nilai pada urutan n ^ 3, gerbang untuk n qubit. Teknik alternatif asimtotik meningkatkan jumlah gerbang dengan menggunakan kuantum transformasi Fourier , tetapi tidak kompetitif dengan kurang dari 600 qubit karena konstanta tinggi.

---

SUMBER :

• Live Make Fun Blogspot
• Kotak Sederhana Wordpress
• Amoek Inspirasi Wordpress
• Risqi Nyoman Blogspot
• Djuneardy Blogspot

Komputasi Modern

Komputasi Modern

Komputasi merupakan ilmu yang mempelajari tentang cara-cara untuk memecahkan suatu masalah terhadap data input dengan sebuah algoritma, data input disini adalah sebuah masukan yang berasal dari luar lingkungan sistem. Komputasi Modern merupakan sebuah sistem yang akan menyelesaikan masalah matematis menggunakan komputer dengan cara menyusun algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan suatu masalah.

Komputasi modern bisa disebut sebuah konsep sistem yang menerima intruksi-intruksi dan menyimpannya dalam sebuah memory, memory disini bisa juga dari memory komputer. Oleh karena pada saat ini kita melakukan komputasi menggunakan komputer maka bisa dibilang komputer merupakan sebuah komputasi modern. Dalam kerjanya komputasi modern menghitung dan mencari solusi dari masalah yang ada, dan perhitungan yang dilakukan itu meliputi:

•     Akurasi (big, Floating point)
•     Kecepatan (dalam satuan Hz)
•     ProblemVolume Besar (Down Sizzing atau pararel)
•     Modelling (NN & GA)
•     Kompleksitas (Menggunakan Teori big O)

A.   Sejarah Komputasi Modern

        Awal mula dari komputasi adalah adanya perhitungan-perhitungan angka yang dilakukan manusia. Manusia telah mengenal angka dan perhitungan sejak berabad-abad yang lalu. Bangsa romawi pun telah dapat menghitung sistem kalender dan rasi bintang. Seiring dengan perkembangan zaman manusia pun melakukan perhitungan-perhitungan yang lebih kompleks. Otak manusia juga mengalami keterbatasan dalam menghitung angka yang jumlahnya bisa berdigit-digit, kemudian diciptakan alat sempoa untuk menghitung, kemudian dikembangkan menjadi kalkulator, Karena semakin berkembangnya alat dan kebutuhan semakin banyak pula data-data yang ingin dihitung, dan mulailah ide pembuatan untuk membuat komputer sebagai alat hitung dengan konsep komputasi modern. Tidak hanya itu, komputer yang diciptakan hingga sekarang ini bukan menjadi sebuah alat yang digunakan untuk menghitung, tapi juga bisa menyimpan, mengedit dan mengolah kata serta masih banyak lagi kegunaan dan kelebihan yang dimiliki oleh komputer.

        Sejarah perkembangan komputasi modern dimulai dari seseorang ilmuan yang ternama dari hungaria bernama John Von Neumann (1903-1957). Von Neumann seorang ilmuan yang belajar dari Berlin dan Zurich dan mendapatkan diploma pada bidang teknik kimia pada tahun 1926. Pada tahun yang sama dia mendapatkan gelar doktor pada bidang matematika dari Universitas Budapest. Berkat keahlian dan kepiawaiannya Von Neumann dalam bidang teori game yang melahirkan konsep seluler automata, teknologi bom atom di Los Alamos pada Perang Dunia II , dan komputasi modern yang kemudian melahirkan komputer. Kegeniusannya dalam matematika telah terlihat semenjak kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam kepalanya. Setelah mengajar di Berlin dan Hamburg, Von Neumann pindah ke Amerika pada tahun 1930 dan bekerja di Universitas Princeton serta menjadi salah satu pendiri Institute for Advanced Studies. Dipicu ketertarikannya pada hidrodinamika dan kesulitan penyelesaian persamaan diferensial parsial nonlinier yang digunakan, Von Neumann kemudian beralih dalam bidang komputasi. Sebagai konsultan pada pengembangan ENIAC, dia merancang konsep arsitektur komputer yang masih dipakai sampai sekarang. Arsitektur Von Nuemann adalah komputer dengan program yang tersimpan (program dan data disimpan pada memori) dengan pengendali pusat, I/O, dan memori. berdasarkan beberapa definisi di atas, maka komputasi modern dapat diartikan sebagai suatu pemecahan masalah berdasarkan suatu inputan dengan menggunakan algoritma dimana penerapannya menggunakan berbagai teknologi yang telah berkembang seperti komputer.

 Berikut ini beberapa contoh komputasi modern sampai dengan lahirnya ENIAC :

• Konrad Zuse’s electromechanical “Z mesin”.Z3 (1941) sebuah mesin pertama menampilkan biner aritmatika, termasuk aritmatika floating point dan ukuran programmability. Pada tahun 1998, Z3 operasional pertama di dunia komputer itu di anggap sebagai Turing lengkap.
• Berikutnya Non-programmable Atanasoff-Berry Computer yang di temukan pada tahun 1941 alat ini menggunakan tabung hampa berdasarkan perhitungan, angka biner, dan regeneratif memori kapasitor.Penggunaan memori regeneratif diperbolehkan untuk menjadi jauh lebih seragam (berukuran meja besar atau meja kerja).
• Selanjutnya komputer Colossus ditemukan pada tahun 1943, berkemampuan untuk membatasi kemampuan program pada alat ini menunjukkan bahwa perangkat menggunakan ribuan tabung dapat digunakan lebih baik dan elektronik reprogrammable.Komputer ini digunakan untuk memecahkan kode perang Jerman.
• The Harvard Mark I ditemukan pada 1944, mempunyai skala besar, merupakan komputer elektromekanis dengan programmability terbatas.
• Lalu lahirlah US Army’s Ballistic Research Laboratory ENIAC ditemukan pada tahun 1946, komputer ini digunakan unutk menghitung desimal aritmatika dan biasanya disebut sebagai tujuan umum pertama komputer elektronik (ENIAC merupaka generasi yang sudah sangat berkembang di zamannya sejak komputer pertama Konrad Zuse ’s Z3 yang ditemukan padatahun 1941).

B.   Karakteristik Komputasi Modern

• Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.
• Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.
• Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

C.   Jenis-jenis komputasi modern

 1.   Mobile computing

Mobile computing atau komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Contoh dari perangkat komputasi bergerak seperti GPS.

Beberapa keterbatasan dan resiko dari mobile computing:

•       Kurangnya Bandwith Akses internet pada peralatan ini umumnya lebih lambat dibandingkan dengan koneksi       kabel.
•       Gangguan Transmisi Banyak faktor yang bisa menyebabkan gangguan sinyal pada mobile computing                  seperti cuaca, medan dan jarak alat mobile computing dengan titik pemancar sinyal terdekat.

 2.   Grid computing

Grid computing Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

Beberapa daftar yang dapat digunakan untuk mengenali sistem komputasi grid, adalah :

•       Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.
•       Sistem menggunakan standard dan protocol yang terbuka.
•       Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu           pelayanan komputasi grid.

 3.    Cloud computing

Cloud computing Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet. Komputasi cloud menggambarkan pelengkap baru, konsumsi dan layanan IT berbasis model dalam internet, dan biasanya melibatkan ketentuan dari keterukuran dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Adapun perbedaan antara komputasi mobile, komputasi grid dan komputasi cloud, dapat dilihat penjelasannya dibawah ini :

•       Komputasi mobile menggunakan teknologi komputer yang bekerja seperti handphone, sedangkan                         komputasi grid dan cloud menggunakan komputer.
•       Biaya untuk tenaga komputasi mobile lebih mahal dibandingkan dengan komputasi grid dan cloud.
•       Komputasi mobile tidak membutuhkan tempat dan mudah dibawa kemana-mana, sedangkan grid dan cloud           membutuhkan tempat yang khusus.
•       Untuk komputasi mobile proses tergantung si pengguna, komputasi grid proses tergantung pengguna                   mendapatkan server atau tidak, dan komputasi cloud prosesnya membutuhkan jaringan internet sebagai               penghubungnya.

 D.   Dampak adanya komputasi modern

Salah satu dampak dari adanya komputasi modern adalah dapat membantu manusia untuk menyelesaikan masalah-masalah yang kompleks dengan menggunakan computer. Salah satu contohnya adalah biometric. Biometric berasal dari kata Bio dan Metric. Kata bio diambil dari bahasa yunani kuno yang berarti Hidup sedangkan Metric juga berasal dari bahasa yunani kuno yang berarti ukuran, jadi jika disimpulkan biometric berarti pengukuran hidup. Tapi secara garis besar biometric merupakan pengukuran dari statistic analisa data biologi yang mengacu pada teknologi untuk menganalisa karakteristik suatu tubuh ( individu ). Nah dari penjelasan tersebut sudah jelas bahwa Biometric menggambarkan pendeteksian dan pengklasifikasian dari atribut fisik. Terdapat banyak teknik biometric yang berbeda, diantaranya:

•       Pembacaan sidik jari / telapak tangan
•       Geometri tangan
•       Pembacaan retina / iris
•       Pengenalan suara
•       Dinamika tanda tangan.

Kesimpulan

Komputasi modern sangat membantu manusia untuk menyelesaikan masalah-masalah yang kompleks dengan menggunakan komputer untuk memenuhi kebutuhan, tidak hanya menghitung tapi dalam hal program dan jaringan yang dapat diselesaikan dengan cepat dan komputasi modern juga memudahkan perkembangan teknologi modern dengan pesat.

sumber :

https://grunge2you.wordpress.com/2014/03/27/komputasi-modern/
http://jaelanichaidir.blogspot.com/2013/03/artikel-komputasi-modern.html
http://belajar-pemrograman2.blogspot.com/2013/03/komputasi-modern.html
http://cakrawalamaya.blogspot.com/2013/03/komputasi-modern.html

Metode Pembelajaran Generatif Dan Metode Pembelajaran Retorika

Model  generatif

1. Pengertian Pembelajaran Generatif Pembelajaran Generatif (PG) merupakan terjemahan dari Generative Learning (GL). Menurut Osborno dan Wittrock dalam Katu (1995.b:1), pembelajaran generatif merupakan suatu model pembelajaran yang menekankan pada pengintegrasian secara aktif pengetahuan baru dengan menggunakan pengetahuan yang sudah dimiliki mahasiswa sebelumnya. Pengetahuan baru itu akan diuji dengan cara menggunakannya dalam menjawab persoalan atau gejala yang terkait. Jika pengetahuan baru itu berhasil menjawab permasalahan yang dihadapi, maka pengetahuan baru itu akan disimpan dalam memori jangka panjang.

2. Landasan Teoritik dan Empirik Pembelajaran GeneratifPembelajaran generatif memiliki landasan teoritik yang berakar pada teori-teori belajar konstruktivis mengenai belajar dan pembelajaran. Butir-butir penting dari pandangan belajar menurut teori konstruktivis ini menurut Nur (2000:2-15) dan Katu (1995.a: 1-2), diantaranya adalah :
  a. Menekankan bahwa perubahan kognitif hanya bisa terjadi jika konsepsi-konsepsi yang telah dipahami sebelumnya diolah melalui suatu proses ketidakseimbangan dalam upaya memahami inforamasi-informasi baru.
  b. Seseorang belajar jika dia bekerja dalam zona perkembangan terdekat, yaitu daerah perkembangan sedikit di atas tingkat perkembangannya saat ini. Seseorang belajar konsep paling baik apabila konsep itu berada dalam zona tersebut. Seseorang bekerja pada zona perkembangan terdekatnya jika mereka terlibat dalam tugas yang tidak dapat mereka selesaikan sendiri, tetapi dapat menyelesaikannya jika dibantu sedikit dari teman sebaya atau orang dewasa.
  c. Penekanan pada prinsip Scaffolding, yaitu pemberian dukungan tahap demi tahap untuk belajar dan pemecahan masalah. Dukungan itu sifatnya lebih terstruktur pada tahap awal, dan kemudian secara bertahap mengalihkan tanggung jawab belajar tersebut kepada mahasiswa untuk bekerja atas arahan dari mereka sendiri. Jadi, mahasiswa sebaiknya lansung saja diberikan tugas kompleks, sulit, dan realistik kemudian dibantu menyelesaikan tugas kompleks tersebut dengan menerapkan scaffolding.
  d. Lebih menekankan pada pengajaran top-down daripada bottom-up. Top-down berarti mahasiswa langsung mulai dari masalah-masalah kompleks, utuh, dan autentik untuk dipecahkan. Dalam proses pemecahan masalah tersebut, mahasiswa mempelajari keterampilan-keterampilan dasar yang diperlukan untuk memecahkan masalah kompleks tadi dengan bantuan guru/dosen atau teman sebaya yang lebih mampu.
  e. Menganut asumsi sentral bahwa belajar itu ditemukan. Meskipun jika kita menyampaikan informasi kepada mahasiswa, tetapi mereka harus melakukan operasi mental atau kerja otak atas informasi tersebut untuk membuat informasi itu masuk ke dalam pemahaman mereka.
   f. Menganut visi mahasiswa ideal, yaitu seorang mahasiswa yang dapat memiliki kemampuan pengaturan diri sendiri dalam belajar.
  g. Menganggap bahwa jika seseorang memiliki strategi belajar yang efektif dan motivasi, serta tekun menerapkan strategi itu sampai suatu tugas terselesaikan demi kepuasan mereka sendiri, maka kemungkinan sekali mereka adalah pelajar yang efektif dan memiliki motivasi abadi dalam belajar.
  h. Sejumlah penelitian (Slavin, 1997: )yang menunjukkan pengaruh positif pendekatan-pendekatan konstruktivis yang melandasi pembelajaran generatif terhadap variabel-variabel hasil belajar tradisional, diantaranya adalah : dalam bidang matematika (Carpenter dan Fennema, 1992), bidang sains (Neale, Smith, dan Johnson, 1992), membaca (Duffi dan Rochler, 1986), menulis (Bereiter dan Scardamalia, 1987). Penelitian Knapp (1995) menemukan suatu hubungan positif pendekatan-pendekatan konstruktivis dengan hasil belajar.

3. Tahapan Pembelajaran GeneratifLangkah-langkah atau tahapan pembelajaran generatif menurut Katu (1995. b:5-6), terdiri atas 5 tahap dengan penjelasan sebagai berikut :
  a. Tahap-1 : PengingatanPada tahap awal ini, dosen menuliskan topik dan melibatkan mahasiswa dalam diskusi yang bertujuan untuk menggali pemahaman mereka tentang topik yang akan dibahas. Mereka diajak untuk mengungkapkan pemahaman dan pengalaman mereka dalam kehidupan sehari-hari yang berkaitan dengan topik tersebut. Mereka diminta mengomentari pendapat teman sekelas dan membandingkannya dengan pendapat sendiri. Tujuan dari tahap pengingatan ini adalah untuk menarik perhatian mahasiswa terhadap pokok yang sedang dibahas, membuat pemahaman mereka menjadi eksplisit, dan sadar akan variasi pendapat di antara mereka sendiri. Untuk membuat suasana menjadi kondusif, dosen diharapkan tidak akan menilai mana pendapat yang “salah” dan mana yang “benar”. Yang perlu dilakukan adalah membuat mereka berani mengemukakan pendapatnya tanpa takut disalahkan. Sebaiknya pertanyaan yang diajukan dosen adalah pertanyaan terbuka.
  b. Tahap-2 : Tantangan dan KonfrontasiSetelah dosen mengetahui pandangan sebagian mahasiswanya, dosen mengajak mereka untuk mengemukakan fenomena atau gejala-gejala yang diperkirakan muncul dari suatu peristiwa yang akan didemonstrasikan kemudian. Mereka diminta mengemukakan alasan untuk mendukung dugaan mereka. Mereka juga diajak untuk menanggapi pendapat teman satu kelas mereka yang berbeda dari pendapat sendiri. Dosen diharapkan untuk mencatat dan mengelompokkan dugaan dan penjelasan yang muncul di papan tulis. Secara sadar dosen mempertentangkan pendapat-pendapat yang berbeda itu. Setelah itu dosen melaksanakan demonstrasi dan meminta mahasiswa untuk mengamati dengan seksama gejala yang muncul. Dosen perlu memberikan kesempatan kepada mereka untuk mencerna apa yang mereka amati, akan merasa terganggu dan mengalami konflik kognitif dalam pikirannya. Setelah itu barulah dosen menayakan apakah gejala yang mereka amati itu sesuai atau tidak dengan pikiran mereka. Dengan menggunakan cara dialog yang timbal balik dan saling melengkapi, diharapkan mereka dapat menemukan jawaban atas gejala yang mereka amati. Dalam hal ini dosen menyiapkan perangkat demonstrasi, tampilan gambar, atau grafik yang dapat membantu mahasiswa menemukan alternatif jawaban atas gejala yang diamati.
  c. Tahap-3 : Reorganisasi Kerangka Kerja KonsepPada tahap ini dosen membantu mahasiswa dengan mengusulkan alternatif tafsiran menurut fisikawan dan menunjukkan bahwa pandangan yang dia usulkan dapat menjelaskan secara koheren gejala yang mereka amati. Mahasiswa diberikan beberapa persoalan sejenis dan menyarankan mereka menjawabnya dengan pandangan alternatif yang diusulkan dosen. Diharapkan mereka akan merasakan bahwa pandangan baru dari dosen tersebut mudah dimengerti, masuk akal, dan berhasil dalam menjawab berbagai persoalan. Diharapkan mahasiswa mulai mereorganisasi kerangka berpikir mereka dengan melakukan perubahan struktur dan hubungan antar konsep-konsep. Proses reorganisasi ini tentu membutuhkan waktu.
  d. Tahap-4 : Aplikasi KonsepPada tahap ini, dosen memberikan berbagai persoalan dengan konteks yang berbeda untuk diselesaikan oleh mahasiswa dengan kerangka konsep yang telah mengalami rekonstruksi. Maksudnya adalah memberi kesempatan kepada mahasiswa untuk menerapkan pengetahuan/keterampilan baru mereka pada situasi dan kondisi yang baru. Keberhasilan mereka menerapkan pengetahuan dalam situasi baru akan membuat para mahasiswa makin yakin akan keunggulan kerangka kerja konseptual mereka yang sudah direorganisasi. Pelatihan ini dimaksudkan juga untuk lebih menguatkan hubungan antar konsep di dalam kerangka berpikir yang baru mengalami reprganisasi.
  e. Tahap-5 : Menilai KembaliDalam suatu diskusi, dosen mengajak mahasiswanya dalam menilai kembali kerangka kerja konsep yang telah mereka dapatkan.

4. Beberapa Petunjuk Pelaksanaan Pembelajaran GeneratifDalam melaksanakan pembeljaran generatif,menuru Sutrisno (1995:3), dosen perlu memperhatikan beberapa hal, diantaranya adalah sebagai berikut : a. Menyajikan demonstrasi untuk menantang intuisi mahasiswa. Setelah dosen mengetahui intuisi yang dimiliki mahasiswa, dosen mempersiapkan demonstrasi yang menghasilkan peristiwa yang dapat berbeda dari intuisi mahasiswa.

Model Retorika

Titik tolak retorika adalah berbicara. Berbicara berarti mengucapkan kata atau kalimat kepada seseorang atau sekelompok orang, untuk mencapai suatu tujuan tertentu (misalnya memberikan informasi ata memberi motivasi). Berbicara adalah salah satu kemampuan khusus pada manusia. Oleh karena itu pembicaraan itu setua umur bangsa manusia. Bahasa dan pembicaraan itu muncul, ketika manusia mengungkapkan dan menyampaikan pikirannya kepada manusia lain.

Retorika berarti kesenian untuk berbicara baik (Kunst, gut zu reden atau Ars bene dicendi), yang dicapai berdasarkan bakat alam (talenta) dan keterampilan teknis (ars, techne), Dewasa ini retorika diartikan sebagai kesenian untuk berbicara baik, yang dipergunakan dalam proses komunikasi antarmanusia. Kesenian berbicara ini bukan hanya berarti berbicara lancar tanpa jalan pikiran yang jelas dan tanpa isi, melainkan suatu kemampuan untuk berbicara dan berpidato secara singkat, jelas, padat dan mengesankan. Retorika modern mencakup ingatan yang kuat, daya kreasi dan fantasi yang tinggi, teknik pengungkapan yang tepat dan daya pembuktian serta penilaian yang tepat. Retorika modern adalah gabungan yang serasi antara pengetahuan, pikiran, kesenian dan kesanggupan berbicara. Dalam bahasa percakapan atau bahasa populer, retorika berarti pada tempat yang tepat, pada waktu yang tepat, atas cara yang lebih efektif, mengucapka kata-kata yang tepat, benar dan mengesankan. Itu berarti orang harus dapat berbicara jelas, singkat dan efektif. Jelas supaya mudah dimengerti; singkat untuk menghemat waktu dan sebagai tanda kepintaran dan efektif karena apa gunanya berbicara kalau tidak membawa efek? Dalam konteks ini sebuah pepatah Cina mengatakan, "Orang yang menembak banyak, belum tentu seorang penembak yang baik. Orang yang berbicara banyak tidak selalu berarti seorang yang pandai bicara."

Keterampilan dan kesanggupan untuk menguasai seni berbicara ini dapat dicapai dengan mencontoh para retor yang terkenal (imitatio), dengan mempelajari dan mempergunakan hukum-hukum retorika (doctrina) dan dengan melakukan latihan yang teratur (exercitium). Dalam seni berbicara dituntut juga penguasaan bahan (res) dan pengungkapan yang tepat melalui bahasa (verba).

Retorika, Dialektika dan Elocutio

Ilmu retorika mempunyai hubungan yang erat dengan dialektika yang sudah dikembangkan sejak zaman Yunani kuno. Dialektika adalah metode untuk mencari kebenaran lewat diskusi dan debat. Melalui dialektika, orang dapat mengenal dan menyelami suatu masalah (intellectio), mengemukakan argurmentasi (inventio) dan menyusun jalan pikiran secara logis (dispositio). Retorika mempunyai hubungan dengan dialektika karena debat dan diskusi juga merupakan bagian dari ilmu retorika.

Elocutio berarti kelancaran berbicara. Dalam retorika kelancaran berbicara sangat dituntut. Elocutio menjadi prasyarat kepandaian berbicara. Oleh karena itu retorika juga berhubungan erat dengan elocutio.